面向二分网络的谱近似社区搜索方法

社区搜索旨在从网络中查找给定查询节点所在的局部社区,基于谱的社区搜索方法是流行的方法之一。现有基于谱的社区搜索方法多面向简单网络而无法处理具有2类实体关联的二分网络,且面向二分网络的社区挖掘方法多是对网络进行整体划分。据此,提出了面向二分网络的谱近似社区搜索方法,旨在将谱方法引入到二分网络中进而精确定位与查询节点关联紧密的社区。具体来说,首先考虑二分网络中2类实体的关联,基于局部模块度设计了面向二分网络的局部模块度;其次,基于谱图理论,在二分网络上利用融合不同实体关联的模块度矩阵局部逼近特征子空间,设计了适用于二分网络的谱方法;最后,利用结合谱性质的二分网络上的局部模块度,设计了谱子空间中以查询节点集为支撑的稀疏指示向量的线性规划问题,目标社区可通过线性规划问题的求解而获得。真实数据集上的实验结果表明了本文方法有效性和效率。

多因素时间序列的灰色预测模型

对于传统的单因素时间序列预测法在实际应用中的不足之处,提出采用灰色DGM(1,1)模型和多元线性回归原理相结合的方法,综合各种因素建立多因素时间序列的灰色预测模型。它首先利用DGM(1,1)模型对影响事物发展趋势的各项因素进行预测;然后利用多元线性回归法将各种因素综合起来,以预测事物的发展趋势。最后将该模型应用于预测分析陕西省的就业状况,取得了较好的预测效果,同时也验证了此模型的可行性。

基于BP神经网络的信息商品价格预测模型

从信息商品价格的特点和BP神经网络的功能出发,借助样本训练集和改进的BP算法提出了基于BP神经网络的信息商品价格预测模型,并对模型的泛化精度进行了讨论,最后进行了仿真实验。

面向政策法规数据的分类方法

通过设计阀值、构造类别的基向量和待分类向量的复数指标,建立了面向政策法规数据的适于有效机器学习的实时动态可扩展的分类方法.改进了文档的自动分类多采用以类别为中心的分类模式,综合了以文档为中心和以类别为中心两种分类模式的优点,实现了一次性完成单标号分类和多标号分类问题,克服了以往分类中预先定义主题类别和聚类分类中预先指定类别的种数的缺陷.编制了相应的算法.

文本数据的非线性降维方法研究

采用了空间解析几何中的球极映射方法,形成高维向量到低维向量的拓扑变换模型,实现了矩阵形式的高维空间文本集合到低维空间文本集合的一一映射,编制了相应的算法,从而有效地解决了文本挖掘中的非线性降维问题,克服了以往研究中的缺陷。

DGM(1,1)模型的改进与高校毕业生的供求预测

文章以灰色系统理论为基础建立了高等学校毕业生的供求关系模型,并对未来几年某高等学校毕业生的供需情况进行了预测分析,为高等学校的扩招计划和专业调整提供了理论依据。

关于失业与就业统计指标获取方法的研究

文章从我国的实际出发 ,结合国际较成熟的统计指标的获取方法 。

试论我国高校并轨后成人高等教育的发展方向

本文通过介绍国外高等教育的情况分析了我国高等教育的发展趋势，指出了成人高等教育存在的问题，进而对成人高等教育的发展方向进行了探讨，并提出保障成人高等教育健康顺利发展的几点建议。

职业技术教育中数学课程内容和体系的改革与实践

论述了职业技术教育的重要性和培养目标,分析了当前职业技术教育中数学教育存在的问题,提出了以应用为主旨和特征构建职业技术教育中数学课程内容和体系的思想,并对数学课程内容和体系的改革与实践作了进一步的探讨.

失业与就业统计的基础指标

分析了我国失业与就业这个重要问题的现实及统计状况,结合国际相关统计指标的设置、获取,探索出符合我国国情并与国际统计具有可比性的失业与就业统计的基础指标。

建设法规政策知识库智能化查询分析与设计

针对建立“智能化建设法规政策知识库”,文章提出并重点研究了将词表知识库应用于智能化查询的分析与设计,应用数据挖掘中的关联规则算法实现了系统部分知识挖掘功能。目前,本系统处于建设中,所完成的工作对大型文献智能知识库系统的开发具有一定借鉴意义。

多粒度语言评价信息的动态多属性决策方法

针对多粒度语言评价信息的动态多属性决策问题,基于语义的模糊化函数将不同粒度的语言评价信息映射为同一区间上的三角模糊数,并给出模糊有序加权几何平均算子。通过该算子对各时段属性信息进行横向和纵向集结,从而得到方案的排序。最后经过实例分析,说明该方法的有效性和可行性。

建设法规政策知识库中后控词表检索设计

编制后控词表是实现智能查询的重要环节。针对建立“智能化建设法规政策知识库”,重点研究通过后控词表实现智能化查询的方法。针对自然语言查询涉及政策法规和案例两类查询结果,从而设计了包含有两个主题词表,共6个词表的后控词表模式,分析词表关联关系,说明词表的词汇集合关系,并给出了基于此模式的智能查询算法,对大型文献智能知识库系统开发中后控词表的编制具有一定借鉴意义。

三维Poisson方程边值问题的块三对角可扩展并行算法

为探讨三维Poisson方程带Dirichlet边界条件边值问题的并行求解方法,本文使用块三对角可扩展并行算法对该系统进行求解,提出了反映差分格式内在并行性的概念——差分格式的并行度,利用此概念说了明差分格式自身内在并行性与并行算法性能的关系。此外,本文方法在上海大学"自强3000"计算机上的数值实验表明,实验的结果与理论分析一致;在保证精度的前提下得到了线性加速比,其并行效率达到90%以上。

三维双曲型方程初边值问题的块三对角可扩展并行求解算法

对三维双曲型方程带Dirichlet边界条件初边值问题的离散系统用块三对角可扩展并行算法求解,提出了保证精度和最优并行效率的分治策略。使用此方法在上海大学超级计算机"自强3000"上进行了数值实验,实验的结果与理论分析一致;在保证精度的前提下,得到线性加速比,并行效率达到90%以上。

基于TOPSIS的区间三角模糊集群决策方法

在多属性决策方法中,因为每个专家都有他自己的知识和专长,因此对于不同的属性不同的专家就会有不同的权重.在区间三角模糊集上提出了一种基于TOPSIS的确定专家权重的新方法.该方法在评价值接近正理想点并且同时远离负理想点时会被赋予一个较高的专家权重;反之,评价值就会被赋予一个小的专家权重;经验证,通过该方法确定的专家权重对于解决实际的决策问题效果显著.进而提出了一种属性权重信息在不同情形下的区间三角模糊集多属性群决策方法:包括属性权重完全已知,部分已知和完全未知,并且通过实例验证了该方法的可行性和有效性.

一种新的灰色预测方法及其应用

在灰色模型GM(1,1)的基础上,提出了一种新的灰色组合预测方法,并将该方法应用于云南省就业状况预测分析中,取得了较好的预测效果。

基于卷积神经网络的SVM疾病症状分类模型

为解决疾病症状分类时传统特征提取方法存在特征维度较高和数据稀疏的问题,以及结合卷积神经网络(CNN)和支持向量机(SVM)的优势,提出了一种基于卷积神经网络的SVM疾病症状分类模型。用Skip-Gram根据维基中文语料库训练词向量,构成疾病症状文本二维特征矩阵,即卷积神经网络的输入层;通过卷积层提取文本特征,使用1-max pooling策略在池化层得到文本的局部最优特征;将局部最优特征组成融合特征向量作为SVM分类器的输入得到分类结果。经过与传统特征提取算法和CNN算法的实验结果的对比,验证了提出的模型在准确率、召回率和F1三个评价指标上均有显著提高。

改进的灰色聚类方法及应用

基于灰色聚类分析理论,采用区间化算子对聚类对象的特性指标规范化,改进了白化权函数的选取方法.通过选择规范的白化权函数,使得每一个评判子类对所有的指标只需设定一种白化权函数.新方法不仅解决了传统的灰色聚类方法计算复杂的缺点,而且有效地克服了当聚类指标的意义、量纲不同,且在数量上悬殊较大时,采用传统的灰色聚类方法可能导致的某些特性指标参与聚类的作用十分微弱的局限性.通过具体的应用实例验证了该方法的有效性.

基于TOPSIS的区间直觉模糊集多属性群决策方法研究综述

关于区间直觉模糊集多属性群决策方法的研究已然成为当前决策领域的一个热点,并且,被广泛应用于各类决策问题中。因此,为了能够更好地了解区间直觉模糊集在群决策问题中的排序方法、更好地将其应用到决策问题的各个领域,本文介绍了区间直觉模糊集在多属性决策与多属性群决策问题中的研究现状,分析了在多属性群决策问题中确定专家权重的方法及其不足,在区间直觉模糊集上提出了一种基于TOPSIS的确定专家权重的新方法,进一步给出了一种基于新权重方法的区间直觉模糊集多属性群决策方法,最后对其今后可能的发展方向进行了预测。